Метод проб: Метод проб и ошибок | это… Что такое Метод проб и ошибок?

Метод проб и ошибок | это… Что такое Метод проб и ошибок?

Метод проб и ошибок (в просторечии также: метод (научного) тыка) — является врождённым методом мышления человека. Также этот метод называют методом перебора вариантов.

В 1898 году описан Э. Торндайком как форма научения, основанная на закреплении случайно совершённых двигательных и мыслительных актов, за счет которых была решена значимая для животного задача. В следующих пробах время, которое затрачивается животным на решение аналогичных задач в аналогичных условиях, постепенно, хотя и не линейно, уменьшается, до тех пор, пока не приобретает форму мгновенного решения. Последующий анализ метода проб и ошибок показал, что он не является полностью хаотическим и нецелесообразным, а интегрирует в себе прошлый опыт и новые условия для решения задачи.

Достоинства и недостатки

Если рассматривать абсолютно случайный перебор вариантов, то можно сделать следующие выводы:

Достоинства метода:

1. Этому методу не надо учиться.
2. Методическая простота решения.
3. Удовлетворительно решаются простые задачи (не более 10 проб и ошибок).

Недостатки метода:

1. Плохо решаются задачи средней сложности (более 20—30 проб и ошибок) и практически не решаются сложные задачи (более 1000 проб и ошибок).
2. Нет приёмов решения.
3. Нет алгоритма мышления, мы не управляем процессом думанья. Идет почти хаотичный перебор вариантов.
4. Неизвестно, когда будет решение и будет ли вообще.
5. Отсутствуют критерии оценки силы решения, поэтому неясно, когда прекращать думать. А вдруг в следующее мгновение придет гениальное решение?
6. Требуются большие затраты времени и волевых усилий при решении трудных задач.
7. Иногда ошибаться нельзя ИЛИ этот метод не подходит (не будет человек резать на бомбе провода наугад).

Считается, что для метода проб и ошибок выполняется правило — «первое пришедшее в голову решение — слабое». Объясняют этот феномен тем, что человек старается поскорее освободиться от неприятной неопределённости и делает то, что пришло в голову первым.

Метод проб и ошибок лежит в основе принятия решений участниками рынка в условиях совершенной конкуренции, что является одной из главных причин постоянных кризисов.

ТРИЗ

МПиО — аббревиатура, обозначающая метод проб и ошибок. Часто встречается в текстах, так или иначе связанных с Теорией решения изобретательских задач. В ТРИЗ метод проб и ошибок рассматривается как эталон неэффективности. Для оценки какого-либо другого эвристического метода его сравнивают с МПиО. Так как МПиО — это метод перебора вариантов, то можно количественно определить число вариантов при использовании МПиО и сравнить с ним какой-либо другой эвристический метод. Такое математическое исследование предполагает, что количество необходимых вариантов обратно пропорционально эффективности метода и прямо пропорционально времени нахождения решения при его использовании. Однако точные количественные и статистические исследования проводятся редко. В ТРИЗ ограничиваются приблизительной количественной оценкой эффективности по уровням изобретательских задач (Ю. П. Саламатов).

Как точные, так и приблизительные количественные сравнения с МПиО возможны при допущении полной случайности перебора вариантов при использовании МПиО. В рамках ТРИЗ такая точка зрения служит обоснованием неэффективности МПиО. Однако с другой стороны выбор вариантов не может быть полностью произвольным. Он ограничен предыдущим опытом, инерцией мышления, стереотипами и гештальтами. На этом ставится акцент в рамках другой теории — метасистематике. В рамках метасистематики основным недостатком МПиО считается фактическая неслучайность перебора вариантов.

См. также

• Решение задач
• Теория решения изобретательских задач

как получать знания из опыта

Обучение через опыт — принцип, который можно использовать в формальном и в неформальном образовании. Он позволяет превращать знания в конкретные навыки и развивать их в соответствии с вашими познавательными способностями. Однако сам по себе опыт не имеет значения, если вы не умеете анализировать прошлое и делать выводы.

В этом помогает рефлексия. Причем не стоит игнорировать и негативный опыт, так как ошибки являются естественной частью обучения. Т&Р рассказывают о методиках рефлексии и делятся алгоритмом работы над ошибками.

Как извлечь пользу из опыта

Процесс непрерывного обучения (Life long learning) гораздо шире, чем просто прохождение каких-либо курсов. Это передача и усвоение знаний, навыков, которые позволяют развиваться и адаптироваться под быстро меняющуюся реальность. Речь идет не только о профессиональном, но и о личностном развитии. Поэтому когда мы говорим об опыте обучения, то подразумеваем целый спектр формальных и неформальных ситуаций, которые могут позволить человеку получить новые знания, навыки, изменить свои поведение и установки.

Сам по себе опыт не имеет значения, если вы не анализируете его. Одним из инструментов, которые позволяют извлекать знания из опыта, является рефлексия

Рефлексия — этап в процессе непрерывного обучения, позволяющий зафиксировать образовательную деятельность. В личной траектории развития рефлексия, основанная на анализе прошлого, помогает скорректировать траекторию развития и приблизить к поставленной цели. Джон Локк определял рефлексию как основу жизненного опыта, помогающую человеку развиваться.

Рефлексию в обучении не стоит путать с саморефлексией. Первое подразумевает более комплексный анализ ситуации, в которой вы находитесь: вы обращаетесь не только к собственным мыслям и чувствам, но и учитываете внешние обстоятельства. Это умение, проявляющееся в самоанализе личной жизнедеятельности, поведения, поступков. Саморефлексия — это вид умственной активности, направленный внутрь индивида, он ориентирован на познание своих действий, культуры, ценностей.

Рефлексия способствует пониманию себя и своих способностей, исправлению ошибок, корректировке личной и профессиональной траектории развития. Этот процесс необходим для того, чтобы сделать образовательную деятельность наиболее комфортной и соответствующей вашим когнитивным способностям. Ведь не существует универсальных техник и методов обучения — их необходимо комбинировать и адаптировать. Кроме того, вы можете пересмотреть поставленные изначально цели и заново расставить приоритеты. Например, если вы долгое время не можете выучить иностранный язык, то проблема может заключаться не в методиках образовательной деятельности, а в вашей мотивации: возможно, эта цель для вас уже не релевантна.

Александра Жирновская

Директор центра корпоративного обучения и развития Theory & Practice

Выбирая образовательную программу, обратите внимание, предлагается ли изучать опыт других людей, например успешные кейсы преподавателей-практиков. Если живые примеры интегрированы в программу, это хорошо, но еще важнее, каким образом происходит осмысление чужого опыта на занятиях. Именно через рефлексию происходит обучение, когда мы можем примерить чужой опыт к нашей реальности: оценить его релевантность для решения собственных задач, сравнить с теми подходами, которые используем. На основе рефлексии мы делаем вывод, берем эти новые знания с собой или нет. Групповая рефлексия расширяет наш кругозор и обогащает опыт. Если в занятия включены такие рефлексивные форматы, как дискуссии, майндмэппинг или составление диаграммы «рыбьей кости», шансы действительно научиться будут выше.

Модели рефлексии

Профессор и философ Грэм Гиббс изучал обучение через опыт и создал модель рефлексии, которая помогает сделать опыт наиболее полезным. Это может быть как отдельная ситуация, с которой вы часто сталкиваетесь, так и долгий период. Модель состоит из шести ступеней.

Описание

Чувства

Оценка

Анализ

• Смысл этого события?

• Почему так произошло?

• Как вы проявили себя в этой ситуации?

• Как можно объяснить ваши поступки?

• Какие другие способы решения этой проблемы были возможны?

Вывод

Что можно извлечь из этой ситуации?

1. Общий вывод
Как поступать в аналогичных ситуациях?

2. Конкретный вывод
Что вы поняли именно в этой ситуации?

План действий

• Что делать, если это снова произойдет?

• Как можно предотвратить подобные ситуации?

• Как вы измените свое поведение и какие навыки будете развивать?

• Какие пробелы стоит заполнить?

В теории двойной петли обучения Криса Арджириса существует четыре шага в развитии теории обучения:

1. Изучение предшествующих теорий

2. Введение новых понятий

3. Создание действий

4. Обобщение результатов

Это некоторый алгоритм, позволяющий обрабатывать опыт. Результат этой теории — повышение эффективности в принятии решений и оценке ошибок. Одинарная петля — это базовая форма обучения. В данном случае вы исправляете ошибки, делаете выводы и думаете над тем, как их больше не совершить. Однако результат рефлексии может быть эффективнее, если эту цепочку расширить.

Двойная петля обучения помогает мыслить шире и свободнее: вы не просто анализируете поступки, ошибки, но и задумываетесь о ценностях, нормах, правилах, которые, возможно, вам не подходят.

Согласно Арджирису, на второй уровень обучения возможно перейти только с развитым навыком рефлексии.

В отличие от одиночных циклов, эта модель учитывает изменения в окружающей среде. По словам Арджириса, многие организации сопротивляются двойному обучению из-за ряда переменных, таких как сопротивление изменениям, страх неудачи и чрезмерный контроль.

Блок Assumptions — Предположения и убеждения (Что нас подталкивает на совершение каких-либо поступков)

• Блок Goals — Цели, стратегии, действия

• Single Loop Learning — Одинарная петля обучения

• Results — Результаты и выводы

• Double Loop Learning — Двойная петля обучения

• Defensive — Защитная реакция

Наши убеждения влияют на данные, которые мы выберем в следующий раз при принятии решений. Поэтому рефлексия играет ключевую роль в процессе размышлений и принятия решений в условиях ограниченных данных. Если рефлексировать о своих убеждениях, вы сможете увидеть картину целиком и принять лучшее решение.

Как превратить негативный опыт в положительный

Как правило, ошибки связывают с негативным опытом, однако при правильном их анализе он может трансформироваться в положительный. Во время обучения и приобретения нового жизненного опыта ошибки неизбежны — они и есть суть процесса. Джанет Меткалф, профессор Колумбийского университета, в своем исследовании доказала, что обучение через ошибки, сопровождаемое обратной связью, необходимо. Интересно, что положительные эффекты особенно заметны, если люди уверены в правильности своих действий: ошибки, совершенные с высокой степенью достоверности, исправляются легче, чем те, при совершении которых были некоторые сомнения. Корректирующая обратная связь имеет решающее значение. Терпимость к ошибкам способствует активному обучению и стремительному росту.

В своей статье «Learning from Mistakes» ученые Данте Чиалво и Пер Бак изменили установку о том, что ошибки — это исключительно негативный опыт. Они показали, что благодаря правильному анализу ошибок наши когнитивные процессы улучшаются: мозг формирует новые синапсы (контакты между нейронами), которые позволяют совершать новые действия во избежание ошибок, и в то же время «исключает» старые. Эти выработанные улучшенные алгоритмы, в свою очередь, строят новые модели поведения.

В своем исследовании «Learning from Errors» профессор департамента психологии Колумбийского университета в Нью-Йорке Джанет Меткал отметила, что студентам необходимо концентрироваться на ошибках, разбирать их в процессе обучения и ни в коем случае не игнорировать, иначе останутся пробелы в знаниях. При этом важно правильно дать обратную связь. Недостаточно просто признать ошибку. Даже если действие невозможно исправить, его необходимо проанализировать.

Что такое вероятностная выборка? | Типы и примеры

Опубликован в 5 июля 2022 г. к Кассиани Николопулу. Отредактировано 1 декабря 2022 г.

Вероятностная выборка — это метод выборки, который включает в себя случайный выбор выборки или части генеральной совокупности, которую вы хотите исследовать. Ее также иногда называют случайной выборкой.

Чтобы считаться случайным, каждая исследовательская единица (например, человек, бизнес или организация в вашей популяции) должна иметь

равный шанс быть выбранным. Обычно это делается путем случайного выбора, например, путем рисования.

Совет Обязательно назовите или пронумеруйте целевую группу, чтобы обеспечить точную рандомизацию (случайное распределение). Ошибки в рандомизации приводят к предвзятости исследования, такой как предвзятость отбора.

Содержание

1. Типы вероятностной выборки
2. Примеры методов вероятностной выборки
3. Вероятностная и невероятностная выборка
4. Преимущества и недостатки вероятностной выборки
5. Часто задаваемые вопросы о вероятностной выборке

Типы вероятностной выборки

Существует четыре широко используемых типа схемы вероятностной выборки:

• Простая случайная выборка
• Стратифицированная выборка
• Систематический отбор проб
• Кластерная выборка

Простая случайная выборка

Простая случайная выборка собирает случайный выбор из всего населения, где каждая единица имеет равные шансы выбора. Это наиболее распространенный способ выбора случайной выборки.

Чтобы составить список единиц исследуемой совокупности, рассмотрите возможность использования генератора случайных чисел. В Интернете доступно несколько бесплатных, таких как random.org, calculate.net и randomnumbergenerator.org.

Пример: простая случайная выборка. Вы изучаете политические взгляды муниципалитета с населением 4000 человек. У вас есть доступ к списку со всеми 4000 человек, анонимными по соображениям конфиденциальности. Вы установили, что вам нужна выборка из 100 человек для вашего исследования.

Записывать имена всех 4000 жителей вручную, чтобы случайным образом выбрать 100 из них, было бы непрактично и отнимало бы много времени, а также сомнительно по этическим соображениям. Вместо этого вы решаете использовать генератор случайных чисел для получения простой случайной выборки.

Если первое число, сгенерированное программой, равно 1735, это означает, что житель №1735 в вашем списке должен быть выбран для включения в выборку. Вы продолжаете, сопоставляя каждое число с соответствующим жителем в списке.

Стратифицированная выборка

Стратифицированная выборка представляет собой случайную выборку выборки из определенных слоев или подгрупп населения. Каждая подгруппа отделена от других на основе общих характеристик, таких как пол, раса или религия. Таким образом, вы можете убедиться, что все подгруппы данной совокупности адекватно представлены в вашей выборке.

Например, если вы разделяете совокупность студентов по специальностям колледжей, учащиеся, изучающие инженерное дело, лингвистику и физическую культуру, представляют собой три разных слоя в этой совокупности.

Чтобы разделить население на разные подгруппы, сначала выберите, по какой характеристике вы хотите их разделить. Затем вы можете выбрать свой образец из каждой подгруппы. Вы можете сделать это одним из двух способов:

• Путем выбора равного количества единиц из каждой подгруппы
• Путем выбора единиц из каждой подгруппы, равной их доле в общей популяции

Пример: стратифицированная выборкаВы изучаете, почему молодые люди предпочитают играть в баскетбол. Вы хотите знать, играют ли дети из городских районов чаще, чем дети из сельских районов. Когда вы смотрите на список всех юных игроков в вашем штате, вы замечаете, что в нем 32 000 детей из городских районов и 8 000 детей из сельских районов.

Если вы возьмете простую случайную выборку, у детей из городских районов будет гораздо больше шансов быть отобранными, поэтому лучший способ получить репрезентативную выборку — это провести стратифицированную выборку.

Во-первых, вы делите население на свои слои: один для детей из городских районов и один для детей из сельской местности. Затем вы берете простую случайную выборку из каждой подгруппы. Вы можете использовать один из двух вариантов:

• Выберите 100 городских и 100 сельских, т. е. равное количество единиц
• Выберите 80 городских и 20 сельских, что даст вам репрезентативную выборку из 100 человек

Затем вы можете продолжить сбор данных (например, попросить их заполнить анкету). Если вы выбираете равное количество единиц, имейте в виду, что вам необходимо взвесить результаты, чтобы сделать выводы для генеральной совокупности в целом. В этом случае, поскольку дети из городских районов составляют 80% населения, вам придется взвешивать их результаты в четыре раза больше, чем результаты детей из сельской местности.

Систематический отбор проб

Систематическая выборка берет случайную выборку из целевой совокупности путем отбора единиц через равные промежутки времени, начиная со случайной точки. Этот метод полезен в ситуациях, когда уже существуют записи о вашей целевой группе, например записи о клиентах агентства, списки зачисленных студентов университета или записи о трудоустройстве компании. Любой из них может быть использован в качестве основы выборки.

Чтобы начать систематическую выборку, сначала необходимо разделить основу выборки на несколько сегментов, называемых интервалами. Вы вычисляете их, разделив размер вашей совокупности на желаемый размер выборки.

Затем из первого интервала вы выбираете одну единицу с помощью простой случайной выборки. Выбор следующих единиц из других интервалов зависит от позиции единицы, выбранной в первом интервале.

ПримечаниеВыбор единиц измерения в первом интервале является случайным, но выбор единиц измерения в следующих интервалах зависит от первого выбора, сделанного вами. По этой причине систематический план выборки иногда рассматривается как смешанный.

Вернемся к нашему примеру о политических взглядах муниципалитета с населением 4000 человек. Вы также можете составить выборку из 100 человек, используя систематическую выборку. Для этого выполните следующие действия:

1. Определите свой интервал: 4000 / 100 = 40. Это означает, что вы должны выбрать 1 жителя из каждых 40 в записи.
2. Используя простую случайную выборку (например, генератор случайных чисел), вы выбираете 1 жителя.
3. Допустим, вы выбрали 11-го человека в списке. В каждом последующем интервале вам нужно выбрать 11-го человека в этом интервале, пока у вас не будет выборки из 100 человек.

Примечание. Чтобы это работало, вы должны быть полностью уверены, что в структуре выборки нет скрытого шаблона или иерархического порядка, так как это может привести к искажению результатов.

Например, предположим, что у вас есть список всех сотрудников организации, разделенный по отделам. Если каждый список отделов также организован по старшинству (начиная с самого старшего сотрудника и заканчивая самым последним сотрудником), вы рискуете выбрать только более старших или младших сотрудников, в зависимости от того, какое число вы установили в качестве интервала.

Кластерная выборка

Кластерная выборка — это процесс разделения целевой совокупности на группы, называемые кластерами. Затем случайно выбранная часть этих групп формирует вашу выборку. Кластерная выборка является эффективным подходом, когда вы хотите изучить большие, географически рассредоточенные группы населения. Обычно в нем участвуют существующие группы, которые чем-то похожи друг на друга (например, классы в школе).

Существует два типа кластерной выборки:

• Однократная (или одномоментная) кластерная выборка, когда вы делите всю совокупность на кластеры
• Многоэтапная кластерная выборка, когда вы делите кластер на несколько кластеров, чтобы сузить размер выборки

Пример: одноэтапная кластерная выборкаВы изучаете отношение старшеклассников к высшему образованию. Невозможно получить список всех старшеклассников в вашем штате, но вы можете получить доступ к данным своего города в соответствии с необходимыми протоколами конфиденциальности.

Кластеры — это уже существующие группы, поэтому каждая средняя школа — это кластер, и вы присваиваете номер каждому из них. Затем вы используете простую случайную выборку для дальнейшего выбора кластеров. Количество выбранных кластеров будет зависеть от необходимого размера выборки.

Затем вы связываетесь с директором каждой выбранной средней школы и просите их сотрудничать с вами, распространяя вашу анкету среди их старшеклассников.

Многоэтапная выборка представляет собой более сложную форму кластерной выборки, при которой меньшие группы последовательно выбираются из более крупных совокупностей для формирования выборочной совокупности, используемой в вашем исследовании.

Пример: многоступенчатая выборка. Вы исследуете стресс, связанный с рабочим местом, в компании, занимающейся технологиями образования. Вы хотите составить выборку сотрудников для опроса. На организационной диаграмме вы видите, что компания состоит из 9 отделов, и каждый отдел состоит из 2-4 подразделений, в результате чего всего получается 17 различных подразделений.

Во-первых, вы берете простую случайную выборку отделов. Затем, снова используя простую случайную выборку, вы выбираете количество единиц. Основываясь на размере генеральной совокупности (т. е. сколько сотрудников работает в компании) и желаемом размере выборки, вы определяете, что вам необходимо включить в выборку 3 единицы.

После того, как вы сделали свой выбор, вы просите каждого сотрудника, работающего в выбранных подразделениях, заполнить вашу анкету.

В стратифицированной выборке вы делите свою совокупность на группы (страты), которые имеют общие характеристики, а затем выбираете некоторых членов из каждой группы для своей выборки. В кластерной выборке вы используете уже существующие группы, чтобы разделить свою совокупность на кластеры, а затем включить в свою выборку всех членов из случайно выбранных кластеров.

Примеры методов вероятностной выборки

Есть несколько методов, которые можно использовать для получения случайной выборки. Вот несколько примеров:

• Розыгрыш аквариума
• Генератор случайных чисел
• Функция случайных чисел

Розыгрыш аквариума

Вы исследуете использование популярного портативного устройства для чтения электронных книг среди студентов библиотек и информатиков и его влияние на индивидуальную практику чтения. Вы пишете имена 25 студентов на листочках бумаги, кладете их в банку, а затем, не глядя, случайным образом выбираете троих студентов, у которых будут опрошены для вашего исследования.

Все учащиеся имеют равные шансы быть выбранными, и никакие другие соображения (например, личные предпочтения) не могут повлиять на этот выбор. Этот метод подходит, когда ваша общая численность населения невелика, поэтому можно написать названия или номера каждой единицы на листе бумаги.

Генератор случайных чисел

Предположим, вы изучаете мнение людей о безопасности дорожного движения в конкретном жилом районе. Вы составляете список всех пригородов и присваиваете каждому из них номер. Затем с помощью онлайн-генератора случайных чисел вы выбираете четыре числа, соответствующие четырем пригородам, и фокусируетесь на них.

Это работает лучше всего, когда у вас уже есть список с общей численностью населения, и вы можете легко присвоить каждому человеку номер.

Функция СЛУЧАЙ в Microsoft Excel

Если ваши данные находятся в электронной таблице, вы также можете использовать функцию случайных чисел (RAND) в Microsoft Excel для выбора случайной выборки.

Предположим, у вас есть список из 4000 человек, и вам нужна выборка из 300 человек. Введя формулу =СЛЧИС() и затем нажав Enter, вы можете заставить Excel назначить случайный номер каждому имени в списке. Чтобы это работало, убедитесь, что нет пустых строк.

В этом видео показано, как использовать функцию СЛУЧАЙ.

Что может сделать корректура для вашей статьи?

Редакторы Scribbr не только исправляют грамматические и орфографические ошибки, но и улучшают качество письма, следя за тем, чтобы в статье не было неясных формулировок, избыточных слов и неудобных формулировок.

См. пример редактирования

Вероятностная и невероятностная выборка

В зависимости от целей вашего исследования вы можете использовать два метода выборки:

• Вероятностная выборка: Метод выборки, гарантирующий, что каждая единица изучаемой совокупности имеет равные шансы быть выбранной

• Невероятностная выборка: Метод выборки, использующий неслучайную выборку из совокупности, которую вы хотите исследовать, на основе определенных критериев, таких как удобство

Вероятностная выборка

В количественных исследованиях важно, чтобы ваша выборка была репрезентативной для вашей целевой группы. Это позволяет делать убедительные статистические выводы на основе собранных данных. Наличие достаточно большой случайной вероятностной выборки является наилучшей гарантией того, что выборка будет репрезентативной, а результаты обобщаемыми и свободными от исследовательских погрешностей, таких как систематическая ошибка отбора и систематическая ошибка выборки.

Невероятностная выборка

Невероятностные планы выборки используются как в количественных, так и в качественных исследованиях, когда количество единиц в генеральной совокупности либо неизвестно, либо невозможно определить по отдельности. Он также используется, когда вы хотите применить результаты только к определенному подразделу или организации, а не к широкой публике. Невероятностная выборка подвергается более высокому риску, чем вероятностная выборка, из-за исследовательских погрешностей, таких как систематическая ошибка выборки.

Пример: невероятностная выборка. Вы исследуете механизмы преодоления сотрудниками стресса на рабочем месте. Вы хотите провести экспертные интервью с организационными психологами, чтобы узнать их точку зрения на эту тему.

Вы вряд ли сможете составить список всех практикующих организационных психологов в стране, но вы можете составить список со всеми экспертами в вашей области и выбрать нескольких для интервью.

Хорошее эмпирическое правило — проводить интервью до тех пор, пока вы не достигнете точки насыщения, когда вы больше не слышите новых ответов на свои вопросы.

Преимущества и недостатки вероятностной выборки

Важно знать о преимуществах и недостатках вероятностной выборки, так как это поможет вам решить, подходит ли этот метод выборки для плана вашего исследования.

Вероятностная выборка имеет два основных преимущества.

• Образцы, отобранные с помощью этого метода, являются репрезентативными для населения в целом. Благодаря этому выводы, сделанные на основе таких выборок, можно обобщить на всю изучаемую вами популяцию.

• Поскольку некоторые статистические тесты, такие как множественная линейная регрессия, тест t или ANOVA, могут применяться только к размеру выборки, достаточно большому, чтобы аппроксимировать истинное распределение населения, использование вероятностной выборки позволяет установить корреляцию или причинно-следственные связи между вашими переменными.

Выбор вероятностной выборки в качестве метода выборки также сопряжен с некоторыми трудностями. К ним относятся следующие:

• Доступ к списку всего населения может быть затруднен из-за этических соображений или соображений конфиденциальности, или полный список может не существовать. Самостоятельная компиляция может быть дорогостоящей и трудоемкой.

• Хотя вероятностная выборка снижает риск систематической ошибки выборки, она все же может иметь место. Когда выбранная вами выборка недостаточно инклюзивна, представление всего населения искажается.

Часто задаваемые вопросы о вероятностной выборке

Что такое выборочный метод?

Если население большое, географически рассредоточенное или с ним трудно связаться, необходимо использовать метод выборки .

Это позволяет собирать информацию от меньшей части населения (т. е. выборки) и делать точные заявления с помощью статистического анализа. Несколько методов выборки включают простую случайную выборку, выборку для удобства и выборку методом снежного кома.

В чем разница между стратифицированной и кластерной выборкой?

org/Answer»>

Стратифицированная и кластерная выборки могут выглядеть одинаково, но имейте в виду, что группы, созданные при кластерной выборке, являются неоднородными , поэтому индивидуальные характеристики в кластере различаются. Напротив, группы, созданные в стратифицированной выборке, состоят из однородный , так как единицы имеют общие характеристики.

Соответственно, при кластерной выборке вы случайным образом выбираете целые группы и включаете в свою выборку все единицы каждой группы. Однако при стратифицированной выборке вы выбираете некоторые единицы из всех групп и включаете их в свою выборку. Таким образом, оба метода могут гарантировать, что ваша выборка репрезентативна для целевой совокупности.

Что такое основа выборки?

org/Answer»>

Основа выборки – это список всех членов генеральной совокупности. Важно, чтобы основа выборки была максимально полной, чтобы ваша выборка точно отражала вашу совокупность.

Процитировать эту статью Scribbr

Если вы хотите процитировать этот источник, вы можете скопировать и вставить цитату или нажать кнопку «Цитировать эту статью Scribbr», чтобы автоматически добавить цитату в наш бесплатный генератор цитирования.

Николопулу, К. (2022, 01 декабря). Что такое вероятностная выборка? | Типы и примеры. Скриббр. Проверено 20 марта 2023 г., с https://www.scribbr.com/methodology/probability-sampling/

Процитировать эту статью

Полезна ли эта статья?

Вы уже проголосовали. Спасибо 🙂 Ваш голос сохранен 🙂 Обработка вашего голоса…

Кассиани имеет академическое образование в области коммуникаций, биоэкономики и экономики замкнутого цикла. Как бывшая журналистка, ей нравится превращать сложную научную информацию в легкодоступные статьи, чтобы помочь студентам. Она специализируется на написании статей о методах исследования и предвзятости исследования.

Простая случайная выборка | Определение, шаги и примеры

Опубликован в 28 августа 2020 г. к Лорен Томас. Отредактировано 5 декабря 2022 г.

Простая случайная выборка — это случайно выбранное подмножество генеральной совокупности. В этом методе выборки каждый член совокупности имеет абсолютно равные шансы быть отобранным.

Этот метод является наиболее простым из всех методов вероятностной выборки, так как он включает только один случайный отбор и не требует предварительных знаний о генеральной совокупности. Поскольку в нем используется рандомизация, любое исследование, проводимое на этой выборке, должно иметь высокую внутреннюю и внешнюю достоверность и подвергаться меньшему риску систематических ошибок, таких как систематическая ошибка выборки и систематическая ошибка отбора.

ПримерОбследование американского сообщества (ACS) использует простую случайную выборку. Чиновники из Бюро переписи населения США в течение года следят за случайной выборкой отдельных жителей США, задавая подробные вопросы об их жизни, чтобы сделать выводы обо всем населении США.

Содержание

1. Когда использовать простую случайную выборку
2. Как выполнять простую случайную выборку
3. Часто задаваемые вопросы о простой случайной выборке

Когда использовать простую случайную выборку

Простая случайная выборка используется для получения статистических выводов о совокупности. Это помогает обеспечить высокую внутреннюю валидность: рандомизация — лучший способ уменьшить влияние потенциальных смешанных переменных.

Кроме того, при достаточно большом размере выборки простая случайная выборка обладает высокой внешней достоверностью: она представляет характеристики большей совокупности.

Однако на практике простая случайная выборка может оказаться сложной задачей. Чтобы использовать этот метод, есть некоторые предпосылки:

• У вас есть полный список всех жителей.
• Вы можете связаться или получить доступ к каждому члену населения, если они выбраны.
• У вас есть время и ресурсы для сбора данных из выборки необходимого размера.

Простая случайная выборка работает лучше всего, если у вас есть много времени и ресурсов для проведения исследования или если вы изучаете ограниченную группу населения, из которой можно легко составить выборку.

В некоторых случаях лучше использовать другой тип вероятностной выборки:

• Систематическая выборка предполагает выбор выборки на основе регулярного интервала, а не полностью случайного выбора. Его также можно использовать, когда у вас нет полного списка населения.
• Стратифицированная выборка подходит, если вы хотите обеспечить пропорциональное представительство определенных характеристик в выборке. Вы делите свое население на страты (например, по полу или расе), а затем случайным образом выбираете из каждой из этих подгрупп.
• Кластерная выборка подходит, когда вы не можете провести выборку из всей совокупности. Вы делите выборку на кластеры, которые примерно отражают всю совокупность, а затем выбираете свою выборку из случайного набора этих кластеров.

Как выполнить простую случайную выборку

Существует 4 ключевых шага для выбора простой случайной выборки.

Шаг 1: Определите совокупность

Начните с выбора населения, которое вы хотите изучить.

Важно убедиться, что у вас есть доступ к каждому отдельному члену совокупности, чтобы вы могли собирать данные обо всех тех, кто выбран для выборки.

Пример: Население В опросе американского сообщества под населением понимаются все 128 миллионов домохозяйств, проживающих в Соединенных Штатах (включая домохозяйства, состоящие как из граждан, так и из неграждан).

Шаг 2. Определите размер выборки

Далее вам нужно решить, насколько большим будет размер вашей выборки. Хотя более крупные выборки обеспечивают большую статистическую достоверность, они также стоят дороже и требуют гораздо большего объема работы.

Существует несколько возможных способов определить размер вашей выборки, но один из самых простых включает использование формулы с желаемым доверительным интервалом и уровнем достоверности, предполагаемым размером совокупности, с которой вы работаете, и стандартным отклонением того, что вы хотите измерить в вашей популяции.

Наиболее часто используемые доверительные интервалы и уровни составляют 0,05 и 0,95 соответственно. Поскольку вы можете не знать стандартное отклонение изучаемой совокупности, вам следует выбрать число, достаточно высокое, чтобы учесть различные возможности (например, 0,5).

Затем вы можете использовать калькулятор размера выборки, чтобы оценить необходимый размер выборки.

Пример: Размер выборки ACS ежегодно отслеживает 3,5 миллиона домохозяйств. Это небольшая часть от общей численности населения в 128 миллионов домохозяйств, но этого размера выборки достаточно, чтобы собрать подробные данные обо всех географических регионах и демографических группах в Соединенных Штатах, включая те, которые обычно недопредставлены в обследованиях.

Шаг 3: Произвольно выберите образец

Это можно сделать одним из двух способов: лотереей или методом случайных чисел.

В методе лотереи вы выбираете образец случайным образом, «вытягивая из шляпы» или используя компьютерную программу, которая имитирует то же действие.

В методе случайных чисел вы присваиваете каждому человеку номер. Затем с помощью генератора случайных чисел или таблиц случайных чисел вы случайным образом выбираете подмножество населения. Вы также можете использовать функцию случайных чисел (RAND) в Microsoft Excel для генерации случайных чисел.

Пример: Случайный выборБюро переписи населения случайным образом выбирает адреса из 295000 домохозяйств в месяц (или 3,5 млн в год). Вероятность выбора каждого адреса составляет примерно 1 из 480.

Шаг 4. Соберите данные из образца

Наконец, вы должны собрать данные из своего образца.

Чтобы гарантировать достоверность ваших выводов, вам необходимо убедиться, что каждый выбранный человек действительно участвует в вашем исследовании. Если кто-то выбывает или не участвует по причинам, связанным с вопросом, который вы изучаете, это может повлиять на ваши выводы.

Например, если молодые участники систематически реже участвуют в вашем исследовании, ваши выводы могут быть неверными из-за недостаточной представленности этой группы.

Пример: Сбор данных Бюро переписи населения сначала отправляет письмо с просьбой к респондентам заполнить анкету онлайн. Если жильцы адреса не отвечают, Бюро звонит на домашний номер телефона. Если ничего не помогает, представитель лично выезжает по адресу.

Благодаря этому разнообразию методов чиновникам, собирающим данные для ACS, удается получить ответы от 95% случайно выбранных, высокий уровень ответов, подтверждающий достоверность их результатов.

Получение отзывов о языке, структуре и форматировании

Профессиональные редакторы вычитывают и редактируют вашу статью, уделяя особое внимание:

• Академический стиль
• Расплывчатые предложения
• Грамматика
• Согласованность стиля

См. пример

Часто задаваемые вопросы о простой случайной выборке

Что является примером простой случайной выборки?

org/Answer»>

Опрос американского сообщества – это пример простой случайной выборки. Для сбора подробных данных о населении США чиновники Бюро переписи случайным образом отбирают 3,5 миллиона домохозяйств в год и используют различные методы, чтобы убедить их заполнить анкету.

Когда следует использовать простую случайную выборку?

При правильном применении простая случайная выборка обычно является лучшим методом выборки для обеспечения как внутренней, так и внешней достоверности. Однако иногда это может быть непрактично и дорого для реализации, в зависимости от размера изучаемой популяции,

Если у вас есть список всех членов совокупности и возможность охватить всех выбранных членов, вы можете использовать простую случайную выборку.

Почему образцы используются в исследованиях?

Выборки используются для получения выводов о популяциях . Образцы легче собирать данные, потому что они практичны, экономичны, удобны и управляемы.

Процитировать эту статью Scribbr

Если вы хотите процитировать этот источник, вы можете скопировать и вставить цитату или нажать кнопку «Цитировать эту статью Scribbr», чтобы автоматически добавить цитату в наш бесплатный генератор цитирования.

Томас, Л. (2022, 05 декабря). Простая случайная выборка | Определение, шаги и примеры. Скриббр. Проверено 20 марта 2023 г.